分位数摘要函数

openLooKeng使用分位数摘要数据结构实现approx_percentile函数。基础数据结构qdigest在openLooKeng中公开为一种数据类型,可以独立于approx_percentile对其进行创建、查询和存储。

数据结构

分位点摘要是存储近似百分位信息的数据概要。该数据结构的openLooKeng类型称为qdigest,它接受一个参数,该参数必须是bigintdoublereal,它们表示可以由qdigest获取的数字集合。可以在不损失精度的情况下对其进行合并,还可以将其与VARBINARY来回转换,以进行存储和检索。

函数

merge(qdigest) -> qdigest

将所有输入qdigest合并为单个qdigest

value_at_quantile(qdigest(T), quantile) -> T

在给定介于0和1之间的数字quantile的情况下从分位数摘要返回近似百分位值。

values_at_quantiles(qdigest(T), quantiles) -> T

在给定输入分位数摘要和0和1之间的值数组(表示要返回的分位数)的情况下以数组的形式返回近似百分位值。

qdigest_agg(x) -> qdigest<[与x相同]>

返回由x的所有输入值组成的qdigest

qdigest_agg(x, w) -> qdigest<[与x相同]>

返回由x的所有输入值(使用每项权重w)组成的qdigest

qdigest_agg(x, w, accuracy) -> qdigest<[与x相同]>

返回由x的所有输入值(使用每项权重w和最大误差accuracy)组成的qdigestaccuracy必须是一个大于0且小于1的值,并且对于所有输入行是一个常量。

有奖捉虫

“有虫”文档片段

0/500

存在的问题

文档存在风险与错误

● 拼写,格式,无效链接等错误;

● 技术原理、功能、规格等描述和软件不一致,存在错误;

● 原理图、架构图等存在错误;

● 版本号不匹配:文档版本或内容描述和实际软件不一致;

● 对重要数据或系统存在风险的操作,缺少安全提示;

● 排版不美观,影响阅读;

内容描述不清晰

● 描述存在歧义;

● 图形、表格、文字等晦涩难懂;

● 逻辑不清晰,该分类、分项、分步骤的没有给出;

内容获取有困难

● 很难通过搜索引擎,openLooKeng官网,相关博客找到所需内容;

示例代码错误

● 命令、命令参数等错误;

● 命令无法执行或无法完成对应功能;

内容有缺失

● 关键步骤错误或缺失,无法指导用户完成任务,比如安装、配置、部署等;

● 逻辑不清晰,该分类、分项、分步骤的没有给出

● 图形、表格、文字等晦涩难懂

● 缺少必要的前提条件、注意事项等;

● 描述存在歧义

0/500

您对文档的总体满意度

非常不满意
非常满意

请问是什么原因让您参与到这个问题中

您的邮箱

创Issue赢奖品
根据您的反馈,会自动生成issue模板。您只需点击按钮,创建issue即可。
有奖捉虫